Fugu-MT 論文翻訳(概要): A Unified Siamese Learning Framework for Zero-Day Anomaly Detection and Classification in Optical Networks

論文の概要: A Unified Siamese Learning Framework for Zero-Day Anomaly Detection and Classification in Optical Networks

arxiv url: http://arxiv.org/abs/2606.10827v1
Date: Tue, 09 Jun 2026 13:16:36 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-10 15:40:58.514311
Title: A Unified Siamese Learning Framework for Zero-Day Anomaly Detection and Classification in Optical Networks
Title（参考訳）: 光ネットワークにおけるゼロデイ異常検出と分類のための統一されたシームズ学習フレームワーク
Authors: Carlos Natalino, Flávia P. Monteiro, Paolo Monti,
Abstract要約: シームズニューラルネットワークは、光学ネットワークにおいてゼロデイ異常検出とワンショット分類を統一する。システムは、リトレーニングなしで、光パスと見えない異常なタイプにまたがる、99%以上の精度と即時適応性を達成する。
参考スコア（独自算出の注目度）: 0.657617399848265
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: A multi-similarity Siamese neural network unifies zero-day anomaly detection and one-shot classification in optical networks, achieving over 99% accuracy and instant adaptability across lightpaths and unseen anomaly types without any retraining.
Abstract（参考訳）: 多相性Siameseニューラルネットワークは、光ネットワークにおけるゼロデイ異常検出とワンショット分類を統一し、光パスや目に見えない異常タイプに対して99%以上の精度と即時適応性を達成する。

関連論文リスト

AnomalyNCD: Towards Novel Anomaly Class Discovery in Industrial Scenarios [16.77348120041789]
本稿では,異なる異常検出手法に適合する多クラス異常分類ネットワークであるAnomalyNCDを提案する。異常の非優位性に対処するため,我々は主要素バイナライゼーション(MEBin)を設計し,異常中心の画像を得る。次に、弱い意味を持つ異常を学習するために、マスクによって導かれる孤立した異常に焦点を当てたマスク誘導表現学習を設計する。
論文参考訳（メタデータ） (2024-10-18T11:07:12Z)
Optimal Classification-based Anomaly Detection with Neural Networks: Theory and Practice [28.550351633786384]
異常検出は、ネットワークセキュリティなど、多くのアプリケーション領域において重要な問題である。我々の研究は、教師なしニューラルネットワークベースの異常検知器の最初の理論的保証を提供する。
論文参考訳（メタデータ） (2024-09-13T03:43:30Z)
A Classifier-Based Approach to Multi-Class Anomaly Detection for Astronomical Transients [0.0]
希少な過渡性の同定に必須なリアルタイム異常検出現代のサーベイ望遠鏡は毎晩何万もの警報を発生させる。ヴェラ・C・ルービン天文台のような将来の望遠鏡はこの数を劇的に増やすことを計画した。
論文参考訳（メタデータ） (2024-03-21T18:00:00Z)
Building Flyweight FLIM-based CNNs with Adaptive Decoding for Object Detection [40.97322222472642]
本研究では、ユーザ描画マーカーからオブジェクトを検出するために、畳み込みニューラルネットワーク(CNN)層を構築する方法を提案する。糞便サンプルの顕微鏡画像におけるSchistosomiasis mansoni卵の検出と,衛星画像における船舶の検出に対処する。我々のCNNは、SOTAオブジェクト検出器より数千倍も小さく、CPU実行に適している。
論文参考訳（メタデータ） (2023-06-26T16:48:20Z)
How neural networks learn to classify chaotic time series [77.34726150561087]
本研究では,通常の逆カオス時系列を分類するために訓練されたニューラルネットワークの内部動作について検討する。入力周期性とアクティベーション周期の関係は,LKCNNモデルの性能向上の鍵となる。
論文参考訳（メタデータ） (2023-06-04T08:53:27Z)
Branch Identification in Passive Optical Networks using Machine Learning [0.0]
ほぼ等距離の枝を持つ受動光ネットワークにおけるモニタリング改善のための機械学習手法を提案し,実験的に検証した。高い診断精度は98.7%、事象の局所化誤差は0.5mである。
論文参考訳（メタデータ） (2023-04-01T10:26:16Z)
Why Lottery Ticket Wins? A Theoretical Perspective of Sample Complexity on Pruned Neural Networks [79.74580058178594]
目的関数の幾何学的構造を解析することにより、刈り取られたニューラルネットワークを訓練する性能を解析する。本稿では,ニューラルネットワークモデルがプルーニングされるにつれて,一般化が保証された望ましいモデル近傍の凸領域が大きくなることを示す。
論文参考訳（メタデータ） (2021-10-12T01:11:07Z)
Meta-learning One-class Classifiers with Eigenvalue Solvers for Supervised Anomaly Detection [55.888835686183995]
教師付き異常検出のためのニューラルネットワークに基づくメタラーニング手法を提案する。提案手法は,既存の異常検出法や少数ショット学習法よりも優れた性能を実現することを実験的に実証した。
論文参考訳（メタデータ） (2021-03-01T01:43:04Z)
Anomaly Detection on Attributed Networks via Contrastive Self-Supervised Learning [50.24174211654775]
本論文では,アトリビュートネットワーク上の異常検出のためのコントラスト型自己監視学習フレームワークを提案する。このフレームワークは、新しいタイプのコントラストインスタンスペアをサンプリングすることで、ネットワークデータからのローカル情報を完全に活用します。高次元特性と局所構造から情報埋め込みを学習するグラフニューラルネットワークに基づくコントラスト学習モデルを提案する。
論文参考訳（メタデータ） (2021-02-27T03:17:20Z)
Evading Deepfake-Image Detectors with White- and Black-Box Attacks [75.13740810603686]
一般的な法医学的アプローチは、ニューラルネットワークを訓練して、実際の合成内容と区別することを示します。我々は,既存の画像生成装置の約0.95のLOC曲線(AUC)以下の領域を達成できる最先端の分類器に関する5つの攻撃事例研究を開発した。また、ターゲット分類器にアクセスできないブラックボックス攻撃により、AUCを0.22に削減する。
論文参考訳（メタデータ） (2020-04-01T17:59:59Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。